Pandas中groupby后用transform调用mode报错，如何解决？

问题背景 #

给定如下数据集：

import pandas as pd
thedf = pd.DataFrame({'id':['A','A','A','A','A','A','A','A',
                            'B','B','B','B','B','B','B','B'],
                      'group':['X','X','X','X','Y','Y','Y','Y',
                               'X','X','X','X','Y','Y','Y','Y'],
                     'value':['Ball','Coin','Coin','Coin','Yoyo','Yoyo','Toy','Puzzle',
                              'Ham','Grape','Ham','Ham','Pear','Pear','Pear','Ham']})

数据集预览：

需要按id和group两级分组，用transform计算每组value列的众数，添加为mode列，期望结果：

尝试执行以下代码时报错：

thedf['mode'] = thedf.groupby(['id','group'])['value'].transform('mode')

错误信息：

ValueError: 'mode' is not a valid function name for transform(name)

原因分析 #

Pandas的transform方法支持的内置函数名称有限，mode不在内置列表中，因此直接传入字符串'mode'会触发报错，需要通过自定义逻辑来实现众数计算。

解决方法 #

方法1：自定义众数函数 #

编写函数返回分组的众数（若存在多个众数，取第一个）：

def get_group_mode(series):
    return series.mode().iloc[0]

thedf['mode'] = thedf.groupby(['id','group'])['value'].transform(get_group_mode)

方法2：使用匿名函数简化 #

直接在transform中调用mode方法并提取结果：

thedf['mode'] = thedf.groupby(['id','group'])['value'].transform(lambda x: x.mode().iloc[0])

方法3：借助Scipy工具（需安装Scipy） #

如果已安装scipy，可以用其mode函数直接获取众数：

from scipy.stats import mode

thedf['mode'] = thedf.groupby(['id','group'])['value'].transform(lambda x: mode(x, keepdims=False)[0])

以上三种方法均可生成符合预期的mode列。

内容的提问来源于stack exchange，提问作者Alexis